在之前的工作中《MATLAB调用C++开发——函数大全》,我们已经介绍了Matlab调用C++的一些基本函数,下面我们将开始写我们的第一个Matlab C++混编代码。
在开始之前,我们要明确在Matlab调用c++代码的几种情况。
编译C++时候,系统里面一定要有编译器,比如MSVC, MinGW, GCC等等,输入mex -setup
根据向导即可配置好需要的编译器。
注意:一定要保证你的Matlab版本发行时间晚于对于编译器的发行时间,否则找不到编译器。
比如我的VS是2015,最好选择Matlab 2016之后的版本。
在Matlab中,假设你想调用的函数名为fun,那么需要创建一个fun.cpp,这个cpp的内容如下:
#include "mex.cpp"
// 这里自己添加c++代码所需要的头文件
void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
{
// 补上你想添加的代码即可
}
其中,int nlhs
,指的是函数返回的数据的个数,mxArray *plhs[]
表示函数返回的数据。int nrhs
表示输入数据的个数,const mxArray *prhs[]
表示输入的数据。
最后输入mex fun.cpp
即可编译出一个名为fun.mexw64的文件。
下面给出一个Matlab代码,这个代码执行完大约需要1分钟左右。
d = 0.001;
result = d;
for i = 1:100000
result = [result, sum(result) + d];
end
下面我们把它转为C++
#include "mex.h"
#include
#include
using namespace std;
void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
{
if(nrhs!=0)
{
mexErrMsgTxt("该函数不需要输入");
}
if(nlhs!=1)
{
mexErrMsgTxt("该函数输出只有一个");
}
double d, sum_val;
vector<double> result;
result.push_back(0.1);
d = 0.001;
for(int i = 0; i < 100000; i++)
{
sum_val = d;
for(int k = 0; k < result.size(); k++)
sum_val += result[k];
result.push_back(sum_val);
}
plhs[0] = mxCreateDoubleMatrix(result.size(), 1, mxREAL);
double *_ptr = (double*)mxGetPr(plhs[0]); // 获取矩阵数据指针
memcpy(_ptr, result.data(), sizeof(double)*result.size());
}
我将该C++代码存储为gsum.cpp,输入mex gsum.cpp
即可编译完成。
用C++写的函数不可能用一个cpp就完事了,肯定包含一个套皮cpp和多个函数需要的辅助cpp,假设套皮用的cpp名称为mexfun.cpp
,需要的其他cpp为fun1.cpp, fun2.cpp
。
编译时输入:mex mexfun.cpp fun1.cpp fun2.cpp
即可。
调用C++代码时候,调用其他外部库是很常见的事情,比如OpenCV等等,如果我们想在代码中使用外部库函数,那么我们需要额外添加一些库的信息。
这时候我们的输入的mex应该补充-I,-L
信息。
mex mexfun.cpp fun1.cpp fun2.cpp -ID:\opencv3.1\opencv\build\include -LD:\opencv3.1\opencv\build\x64\vc14\lib -lopencv_world310
在linux下使用matlab时候,有时候我们需要指定编译器用c++11来编译,这时候,只需要在mex后面补充写参数即可,如下。其他参数类似。
>> mex COMPFLAGS='$COMPFLAGS -std=c++11' gsum.cpp
matlab封装C++类,不像python简单便捷。matlab封装C++类,需要将该类拆解为3个函数。
这个是我之前的一个封装C++类的一个项目https://github.com/Li-Zhaoxi/AAMED/tree/master/matlab。详细地给出了每个函数初始化、传递阈值参数、执行算法和销毁。想封装自己的c++类,直接参考这个链接就够了。
matlab调用C++,有很多C语言的味道,这点真的不如python。个人觉得,本小节介绍的知识,足够干大部分的事情了,matlab除了矩阵还有很多其他类型的数据,这些的用法参考开头给的链接即可,之后就是学会查文档,调试。未来有时间,我研究下如何在matlab中调用CUDA,实现更快的算法, 奥里给。